高速公路網絡對中國城市可達性的影響

薛紅木，馮長春，張劍鋒

（北京大學　城市與環境學院，北京　100871）

高速公路網絡對中國城市可達性的影響

薛紅木，馮長春，張劍鋒

（北京大學城市與環境學院，北京100871）

通過大數據技術抓取百度地圖中288個地級市及以上城市之間的最短旅行時間，修正加權平均旅行時間公式，研究我國城市可達性空間格局及高速公路網路對我國城市可達性的影響。研究發現：非高速公路網絡下，可達性格局為以湖北為核心向外圈層遞減的“中心—外圍”模式；高速公路網絡下，轉變為以湖北—河南為核心向外圈層遞減的“中心—外圍”模式，向北方向拉伸顯著；高速公路時空壓縮效應顯著，城市之間總通行時間距離壓縮效應達46.76%；高速公路對城市可達性影響顯著，可達性變化幅度在空間上多中心（西南省份、新疆、華北、河南）向外圍遞減的階梯式格局；高速公路網絡下我國可達性空間格局的均衡度下降。

可達性；高速公路；空間格局；城市可達性

1　引言

圖1　中國高速公路網絡空間布局（2014）

中國高速公路網絡（National Expressway Network，NEN）項目自1997年開始啟動建設，截至2014年我國高速公路總里程約為12萬km，占總公路里程的2.4%，連接了我國所有地級市及以上城市（如圖1所示），已經成為提升區域交通可達性、促進經濟發展、縮小區域差距的重要發展戰略。

可達性是指網絡中某節點與其他節點的相互關系，是評價交通網絡的一項綜合性指標，Hansen于1959研究居住用地利用模式時第一次提出了“可達性”的概念［1］，之后國內外學者便逐漸開展對于公路、鐵路、航運等交通方式可達性的研究。Gutierrez等利用GIS預測了歐洲高速公路和高速鐵路對區域可達性的影響［2-3］；Bruinsma等對七篇運用不同方法與數據來研究歐洲城市可達性的文獻進行了橫向與縱向對比，包括城市可達性排名的比較，公路、鐵路、航空三種交通方式的可達性結果的對比［4］。在國內，李平華等對潛力模型、加權平均旅行時間等6種可達性研究方法進行了對比分析，總結了當時國內對于可達性研究的階段性進展與成果［5］；曹小曙等以“最短路徑模型”為基礎，對中國干線公路網絡聯結的城市通達性空間格局進行分析，呈現明顯的“中心—外圍”模式［6］；吳威等選取三個時間斷面對長江三角洲主要節點城市的公路網絡可達性空間格局演化進行分析［7］；吳威等又采用空間距離、時間距離、連續性等多項指標對我國鐵路客運網絡可達性空間格局進行分析，從不同指標側重點來對比可達性空間格局［8］；蔣曉威等對安徽不同時間斷面的公路網絡可達性空間格局的演化進行對比，可達性網絡呈中心外圍圈層式優化［9］；蔣海兵等針對目前可達性研究的局限，運用網絡分析和成本柵格對有無京滬高鐵兩種狀態下區域中心城市陸路可達性進行了比較，并計算了高鐵開通后城市腹地范圍的變化［10］；孟德友等運用加權平均旅行時間等方法研究高速鐵路和高速公路對我國省際、長江三角洲、河南省的可達性空間格局的影響［11-13］；張小平等通過1985-2008年河南省經濟及公路數據研究了河南省地級市的可達性與城市經濟發展的關系，并對城市發展類型進行劃分［14］；馮長春等通過傳統客運與高鐵客運可達性的對比來研究未來高速鐵路網絡對中國省際可達性空間格局的演化［15］；張萌萌等基于鐵路客運可達性，對268個地級市及以上城市的市場潛力格局及高鐵對市場潛力的影響進行定量分析［16］；毛廣雄等分析了高速鐵路建成后對淮安市的可達性水平及產業集群轉移的影響［17］；吳磊等以江西省45個市縣作為研究對象，選取2010年和2014年兩個時間斷面，計算高鐵開通前后江蘇省可達性空間格局［18］。

從已有研究成果可以得出，目前可達性研究區域、研究方法與指標具有多樣化趨勢。研究范圍涉及全國、區域、省域內主要城市三個范疇，缺少對于全國地級及以上城市的可達性空間格局的深入研究。從研究指標來看，加權平均旅行時間和潛力模型是最常用的兩個指標。但在以往的研究中，時間距離是根據公路級別屬性來設定速度并計算，忽略了實際行駛過程中的一些不確定因素，如不同路段限速存在差異，不同類型公路與城市內部道路接駁條件不同影響旅行時間等；也忽略了公路運輸特征對可達性的影響。因此，本文采用百度地圖大數據技術建立了精確的“高速公路”和“非高速公路”對照組，選取我國288個地級市及以上城市作為高速公路網絡的節點，并修正加權平均旅行時間模型，研究高速公路網絡對我國城市可達性的影響。

2　研究方法與數據處理

2.1研究方法

（1）最短旅行時間。本文利用百度地圖抓取高速和非高速最短旅行時間，抓取數據單位為秒，數值越大，可達性越差。

（2）加權平均旅行時間。由于城市經濟社會人口等方面的發展程度影響著城市之間的相關聯系，因此可達性不僅與城市的區位、交通基礎設施發展水平有關，還與城市的經濟、人口、客貨運量等特征息息相關。加權平均旅行時間這一指標能夠融合城市規模和經濟發展水平對可達性的影響，很好地反映節點的可達性水平。加權平均旅行時間的公式為：

式中Ai為節點城市i的加權平均旅行時間，其值越小，表示可達性越好；Tij為節點i到節點j的最短旅行時間；Mj為節點j的社會發展水平，通常采用人口規模或GDP度量，但公路網絡可達性格局也深受公路運輸特征的影響，吳威［6］等通過定義公路貨運量區位商與可達性系數進行對比發現存在差異，說明單一的人口規模或GDP指標難以說明城市對于公路網絡可達性的實際影響。客貨運量一方面表征城市通過公路網絡對外聯系的人流和物流量，另一方面影響城市配套的基礎設施建設、運營管理水平等，進而影響進入城市內部之后通達性的水平，因此本文引入客貨運量對模型進行修正，定義如下：

其中，Pa為城市j的客運量，Ft為城市j的貨運量，Pj為城市j的人口數，Gj為城市j的GDP，Mj可解釋為城市公路流密度。

（3）可達性系數。可達性系數是指網絡中某節點的可達性值與所有節點可達性平均值之比，能夠對加權平均旅行時間進行統一化處理，可以很好地反映節點在整個網絡中可達性的相對水平。計算公式為：

可達性系數越小可達性越好，可達性系數大于1表示該節點可達性水平低于平均水平，反義亦然。

2.2數據處理

本文選取中國大陸288個地級市及以上城市作為高速公路網絡的節點，所選節點城市的人口、GDP、客運量和貨運量的統計數據來自2014年的《中國城市統計年鑒》。

本文從百度地圖抓取高速公路網絡相關數據，抓取時間為2015年3月，數據包括每兩個地級市及以上城市之間的最短高速公路距離、最短非高速公路距離、最短高速公路交通時間、最短非高速公路交通時間，在抓取中可選擇“走高速”和“不走高速”，不走高速的狀態下默認按照國道、省道、縣道的順序選擇最優通行路徑。本文研究數據局限在于，2013年統計數據的分析是基于2015年初的高速公路網絡數據進行的，這會使得高速公路網絡交通時間有一定程度的縮短，高速公路網絡對可達性的影響有可能會被高估。但考慮到2014年城市統計數據在本文寫作期間尚未發布，且百度地圖大數據完整、準確且較難獲得，該實證研究結果對理解高速公路網絡對可達性空間格局及其影響具有重要意義。

基于地理信息系統（GIS）網絡分析功能、百度地圖大數據技術得到的交通數據能夠精確體現道路網絡差別，其描述性統計見表1。

結果顯示中國288個地級市及以上城市之間的高速公路平均最短交通時間為17.88h，而其他等級公路的最短行駛時間平均約為33.51h，相比共縮短約15.6h，兩地級市間最長高速公路交通時間為呼倫貝爾市至普洱市68.92h，最長非高速公路交通時間為烏魯木齊市至三亞市111.29h，如圖2所示。城市間高速公路行駛最短距離平均為1 547.75km，而其他等級公路最短行駛距離平均約為1 608.54km，相比共縮短約60.79km。

表1　百度地圖高速公路網絡數據描述性統計（2015年3月）

圖2　中國地級市及以上城市間走高速（a）和不走高速（b）的平均交通時間（單位：h）

3　區域可達性及空間格局分析

利用加權平均旅行時間公式對我國288個地級市及以上城市的非高速和高速加權平均旅行時間進行計算，并利用ArcGIS對結果進行普通克里金（Kriging）插值分析，選擇GeometricIntervals方法進行分級。通過對比非高速公路網絡和高速公路網絡下的可達性總體特點、空間格局等特征，分析高速公路對可達性的影響。

3.1非高速公路網絡可達性

根據加權平均旅行時間公式計算得到非高速網絡的可達性結果。非高速公路網絡的可達性總值為10 370h，平均值為36.01h，標準差為8.46，最高值為80.95h，最低值為26.47h，最高值是最低值的3.06倍。

利用ArcGIS進行普通克里金（Kriging）插值分析可以得出（如圖3所示），總體上我國區域可達性空間格局呈現以湖北為核心的向外圈層遞減的中心—外圍模式。可達性排名前50的城市分布在湖北、河南、湖南、安徽、江西、陜西中部六個省份中，其中湖北12個、河南12個、湖南11個、安徽6個、江西和陜西各4個、山西1個，集中分布在湖北、河南、湖南、安徽四個中部省份中，占比達82%。這與曹小曙等［6］利用公路屬性設定行駛速度所計算出的結果基本一致，但是可達性格局向西南方向拉伸明顯。可達性最好的50個城市的加權平均旅行時間總值為1 402h，平均值為28.05h，湖北省荊州市、襄陽市、荊門市位列前三名。

圖3　非高速公路加權平均旅行時間（單位：h）

可達性排名后50的城市集中分布在西藏、新疆、海南、黑龍江、吉林、遼寧、云南、甘肅、內蒙古9個省份，多處于高速公路網絡的末端、空間邊緣地帶，尤其是西部與東北地區，呈現明顯的外圍趨勢。其中，克拉瑪依、烏魯木齊、黑河市因為地處中國邊陲成為可達性最差的城市，與其他節點的加權平均旅行時間均超過62h。可達性排名后50位城市的加權平均旅行時間總值為2 548h，平均值為50.95h，是前50位城市的1.82倍。

3.2高速公路網絡可達性

針對高速公路網絡情況下進行加權平均旅行時間計算，中國地級市及以上城市的可達性空間格局為以安徽—河南為核心向外圈層遞減的中心—外圍結構（如圖4所示），可達性格局向北拉伸明顯。高速公路網絡的可達性總值為5 487h，平均值為19.05h，與非高速網絡可達性相比減少47.08%，標準差為5.03，最高值為45.21h，最低值為13.64h，最高值是最低值的3.31倍。

圖4　高速網絡加權平均旅行時間（單位：h）

可達性排名前50名的城市分布在河南、湖北、湖南、安徽、陜西、江西、山東、山西8個省份當中，其中河南15個、湖北12個、湖南9個、安徽6個、陜西4個、江西2個、山東和山西各1個，河南與山東所屬城市增加，可達性格局有所優化，湖南和江西所屬城市數量有所下降。與非高速公路網絡的可達性格局相比，高速公路網絡可達性格局顯著地向河南方向拉伸，這與河南省的高速網絡建設成果有很大的關系。可達性最高的50個城市的加權平均旅行時間總值為725h，平均值為14.50h，相比非高速公路網絡前50位減少48.30%，核心區域可達性受高速公路網絡影響略大于整體平均水平。湖北省荊州市、荊門市、隨州市為可達性最優的三座城市。

可達性排名后50的城市仍分布在西藏、新疆、海南、黑龍江、吉林、遼寧、云南、甘肅、內蒙古9個省份當中。其中遼寧和云南所屬城市減少，可達性得到格局優化；內蒙古和甘肅所屬城市增加，其余省份所屬城市數量保持不變。可達性排名后50位城市的加權平均旅行時間總值為1 397h，平均值為27.94h，是前50位城市的1.93倍，與非高公路網絡相比減少45.17%，低于整體變化幅度1.91%，外圍區域受高速公路網絡影響平均水平。拉薩市、克拉瑪依市、烏魯木齊市為可達性最差的三個城市。

3.3高速公路效應分析

高速公路對區域可達性的提升作用可稱作高速公路效應。以上兩節根據加權平均旅行時間對高速公路和非高速公路情況下我國區域可達性進行了分析。為了更好地從數理統計角度對高速公路效應進行分析，本節從時空壓縮效應、可達性變化率和可達性系數變化情況來進一步分析高速公路效應。

3.3.1時空壓縮效應。根據百度地圖抓取數據計算可知，非高速公路網絡中288個地級市及以上城市之間的總里程為13 342萬km，平均旅行里程為46.33萬km；高速公路網絡下城市之間相互通行的總里程為12 838萬km，平均旅行旅程為44.58萬km，減少3.78%，高速公路網絡的建設并未大幅度減少城市之間的空間距離。但從時間效應角度來分析，高速公路網絡大幅度減少了城市之間通行的時間距離，通行總時間從278萬h縮減到148萬h，平均旅行時間從9 651h壓縮到5 151h，壓縮效應達46.76%，見表2。

表2　非高速公路與高速公路網絡時空壓縮效應分析

3.3.2可達性變化率。高速公路網絡對于可達性的影響從全國、省域、城市三個層次來分析。

（1）全國層次。從全國層面來看，非高速網絡下288個地級市及以上城市之間通行的加權平均旅行時間總和為10 370h，平均值為36.01h，而高速網絡下加權平均旅行時間總和為5 487h，平均值為19.05h，提升0.89倍。可達性值小于26.47h（非高速公路網絡中可達性最低值）的城市達到263個，極大地提升了公路網絡的通行效率。

（2）省域層次。從區域角度分析，通過計算各省所屬城市的加權平均旅行時間的平均值來評價各省的可達性水平及其變化幅度。在非高速公路網絡下，湖北、河南、湖南、安徽、江西省為可達性最優的五個省份，均位于中部地區；在高速網絡下，仍是湖北、河南、湖南、安徽、江西省五個省份為可達性最好的區域。但是河南可達性水平受高速公路影響較大，提升較高，變化率達1.96，逐漸縮小與湖北省的差距。

省際的可達性變化幅度在空間上多中心（西南省份、新疆、華北、河南）向外圍遞減的階梯式格局（如圖5），總體上西南、新疆、中部、華北部省份受高速公路影響變化幅度最大，內蒙古、西部省份、東北變化幅度較小。具體每個省的變化幅度取決于其所在區位及基礎設施建設情況，例如新疆雖處于邊緣位置，近幾年快速發展高速公路，截止2014年底高速公路里程超過4 000km，領先寧夏、甘肅、青海等周邊省份，其可達性變化幅度在31個省份及直轄市中排名第二。根據計算結果，將31個省份的可達性變化幅度劃分為三個等級（見表3），有16個省份的變化幅度超過全國平均水平，貴州省變化幅度最大，其余省份按變化幅度大小依次排列；10個省份變化幅度低于平均水平，西藏最低；其中5個省份與全國平均水平持平。

圖5　省際可達性變化率

表3　省域可達性變化幅度

（3）城市層次。從城市角度來看，其可達性變化幅度基本符合省域層面的變化規律，變化幅度位于前50名的城市基本分布于貴州、廣西、云南、四川、河南、河北、新疆等省份，如圖6所示。

圖6　地級市及以上城市可達性變化率

由于城市數量較多，無法對每個城市受高速公路影響的變化幅度進行分析，因此對城市進行分級分析。根據變化幅度的高低將城市分為5級（見表4）。從一級到五級城市數量分別為56、75、59、80、18。不同城市間可達性變化幅度差異較小，190個城市變化幅度超過1.89水平值，占所有城市比例的66%，變化幅度最大的烏魯木齊市為2.03，而變化幅度最小的拉薩為1.36，相差也僅為0.49倍。

表4　地級市及以上城市可達性變化幅度

3.3.3可達性系數。根據可達性系數公式計算出288個地級市及以上城市的可達性系數。在非高速公路網絡中，有181個城市可達性系數小于1 107個城市可達性系數大于1，整個網絡中有62.85%的城市可達性水平超過平均值；在高速公路網絡中，有185個城市可達性系數小于1，占整個網絡中城市的64.24%，103個城市可達性系數大于1，變化幅度較小。

在地理數學方法中，標準方差用來衡量觀測值和均值之間的平均距離，可以衡量數據之間的集中和分散程度［19］，計算可達性系數的標準差可以衡量高速公路對城市可達性均衡性的影響。非高速網絡下，288個地級市及以上城市的可達性系數標準方差為0.24，高速網絡下的可達性系數標準方差為0.26，相較于非高速網絡上升了12.29%，說明公路網絡在高速網絡下均衡性下降，高速公路網絡分布的不均衡導致可達性分布趨于不均衡。尤其在寧夏、甘肅、青海、黑龍江、吉林、西藏等處于外圍區域的省份，高速公路里程也在全國處于落后梯隊；而湖北、河南、安徽、北京、天津這些處于中心位置的省份，一方面具有良好的區位優勢，另一方面在高速公路建設方面也取得了很好的成果，造成了可達性格局不均衡性的提升，外圍省市的邊緣化程度日益加深。

4　結語

本文利用百度地圖抓取非高速公路網絡和高速公路網絡的最短旅行時間，利用加權平均旅行時間及可達性系數公式，對比非高速公路網絡和高速公路網絡下的中國大陸地級市及以上城市的可達性格局及特征，研究高速公路對城市可達性的影響。研究發現：

（1）非高速公路網絡下，我國區域可達性格局為以湖北為核心的向外圈層遞減的“中心—外圍”模式，可達性最優的50個城市集中分布在湖北、河南、湖南、安徽中部四個省。

（2）高速公路網絡下，我國區域可達格局轉變成以湖北—河南為核心的向外圈層遞減的“中心—外圍”模式，向北方向拉伸明顯，河南可達性格局受高速公路影響較大，縮小了與湖北之間的差距。可達性最優的50個城市仍集中分布在河南、湖北、湖南、安徽中部四個省份。

（3）高速公路時空壓縮效應顯著。高速公路網絡大幅度減少了城市之間通行的時間距離，通行總時間從278萬h縮減到148萬h，平均旅行時間從9 651h壓縮到5 151h，壓縮效應達46.76%。

（4）高速公路對可達性影響顯著。288個城市之間的加權平均旅行時間平均值從36.01h提升到19.05h，提升0.89倍。省際的可達性變化幅度在空間上多中心（西南省份、新疆、華北、河南）向外圍遞減的階梯式格局，變化幅度平均值達1.89，21個省份可達性變化幅度超過或等于平均值，可達性受益最大的區域集中于西南、新疆、華北、河南區域。從城市角度來看，其可達性變化幅度基本符合省域層面的變化規律，不同城市間可達性變化幅度差異較小，185個城市變化幅度超過1.89平均值，占所有城市比例的64.24%。

（5）高速公路網絡下我國可達性空間格局的均衡度下降。可達性系數的標準方差由非高速網絡下的0.24上升到0.26，說明公路網絡在高速網絡下均衡性有所下降，高速公路網絡分布的不均衡性導致可達性分布趨于更加不均衡，外圍省市的邊緣化程度日益加深。

［1］Walter G Hansen.How Accessibility Shapes Land Use［J］.Journal of the American Institute of Planners，1959，25（2）∶73-76.

［2］Gutierrez J，P Urbano.Accessibility in the European Union∶the impact of the trans-European road network［J］.Journal of Transport Geography，1996，4（1）∶15-25.

［3］Gutiérrez J，R González，G Gómez.The European high-speed train network∶Predicted effects on accessibility patterns［J］.Journal of Transport Geography，1996，4（4）∶227-238.

［4］Rietveld P，Bruinsma F.The accessibility of European cities∶Theoretical framework and comparison of approaches［J］.Environment&Planning A，1998，30（3）∶499-521.

［5］李平華，陸玉麒.可達性研究的回顧與展望［J］.地理科學進展，2005，（3）∶69-78.

［6］曹小曙，薛德升，閻小培.中國干線公路網絡聯結的城市通達性［J］.地理學報，2005，（6）∶25-32.

［7］吳威，曹有揮，曹衛東，等.長江三角洲公路網絡的可達性空間格局及其演化［J］.地理學報，2006，（10）∶1 065-1 074.

［8］吳威，曹有揮，梁雙波，等.中國鐵路客運網絡可達性空間格局［J］.地理研究，2009，（5）∶1 389-1 400.

［9］蔣曉威，曹衛東，羅健，等.安徽省公路網絡可達性空間格局及其演化［J］.地理科學進展，2012，（12）∶1 591-1 599.

［10］蔣海兵，徐建剛，祁毅.京滬高鐵對區域中心城市陸路可達性影響［J］.地理學報，2010，（10）∶1 287-1298.

［11］孟德友，陸玉麒.高速鐵路對河南沿線城市可達性及經濟聯系的影響［J］.地理科學，2011，（5）∶537-543.

［12］孟德友，陳文峰，陸玉麒.高速鐵路建設對我國省際可達性空間格局的影響［J］.地域研究與開發，2011，（4）∶6-10.

［13］孟德友，陸玉麒，李小建，等.長江三角洲高速公路網絡構建對區域可達性的影響［J］.熱帶地理，2014，（5）∶643-654.

［14］張小平，劉效龍，馮長春.河南省公路網絡可達性與城市發展的關系研究［J］.國土與自然資源研究，2013，（5）∶3-7.

［15］馮長春，豐學兵，劉思君.高速鐵路對中國省際可達性的影響［J］.地理科學進展，2013，（8）∶1 187-1 194.

［16］張萌萌，孟曉晨.高速鐵路對中國城市市場潛力的影響—基于鐵路客運可達性的分析［J］.地理科學進展，2014，（12）∶1 650-1 658.

［17］毛廣雄，蔣武，曹蕾.高速鐵路建設對淮安可達性及承接產業集群化轉移的影響［J］.現代城市研究，2015，（12）∶127-132.

［18］吳磊，劉美玲.高鐵時代下江西省可達性空間格局及其演化［J］.物流技術，2015，（10）∶160-163.

［19］陳彥光.地理數學方法［M］.北京∶科學出版社，2011.

Influence of Expressway Network on Chinese City Reachability

Xue Hongmu，Feng Changchun，Zhang Jianfeng
（School of Urban Environmental Sciences， Peking University， Beijing 100871， China）

In this paper， using the big data technology， we extracted the shortest traveling time between the 288 prefecture or higherlevel cities of China from the Baidu Map， modified the formula for the weighted average traveling time， and studied the influence of the spatialdistribution of the Chinese cities and the expressway network on the reachability of the cities. Through which， we found that for the non expresswaynetwork， the traffic reachability pattern of the cities was centered in Hubei and tapered outward in circles； for the expresswaynetwork， it was centered around Hubei and Henan and tapered outward in circles significantly stretched northward； the expressway networkhad pronounced space-time compression effect， reducing the total traveling time between the cities by as much as 46.76％； the expresswaynetwork had significant influence on the reachability of the cities， the reachability of the cities changed in a gradient pattern with multiplecenters （in southwestern provinces， Xinjiang， northern China and Henan） and tapered outward； and the expressway network reduced theequilibrium of the spatial reachability of the Chinese cities.

reachability； expressway； spatial pattern； city reachability

F540；U412.1；F224

A

1005-152X（2016）03-0066-07

10.3969/j.issn.1005-152X.2016.03.016

2016-02-14

薛紅木（1988-），滿族，吉林人，碩士，研究方向：城市與區域規劃；馮長春（1957-），北京人，教授，博導，研究方向：城市與區域規劃、土地經濟、房地產發展；張劍鋒（1989-），北京人，碩士，研究方向：區域發展與城市規劃。